互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

一种求解空间数据聚类的粒子动力学演化算法


□ 黄学雨 季冰川 潘伟丰 刘 琮 徐红伟

   (1.江西理工大学 信息工程学院, 江西 赣州 341000; 2.武汉大学 软件工程国家重点实验室, 武汉 430072;3.上海大学 通信与信息工程学院, 上海 200072)
  
  摘 要:从空间数据挖掘的基本概念出发,阐述了空间数据的特点及空间数据挖掘的常规方法,分析了用常规方法进行数据挖掘的不足,提出了一种求解空间数据聚类的粒子动力学演化算法——SDCPDEA。该方法有效地避免了用常规方法进行空间数据聚类时的缺陷,增强了聚类分析方法的灵活性和有效性。实验结果表明,对于空间数据的聚类分析问题,该算法具有很好的性能。
  关键词:空间数据; 数据挖掘; 聚类
  中图分类号:TP311.13 文献标志码:A
   文章编号:10013695(2009)03086004
  
  Novel particle dynamical evolutionary algorithm for spatial data clustering
  
  HUANG Xueyu1, JI Bingchuan1, PAN Weifeng2, LIU Cong3, XU Hongwei1
  
  (1.School of Information Engineering, Jiangxi University of Science & Technology, Ganzhou Jiangxi 341000, China; 2.State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China; 3.School of Communication & Information Engineering, Shanghai University, Shanghai 200072, China)
  
  Abstract:This paper analyzed the features of the spatial data, giving a brief introduction to the challenges facing many researchers in spatial data mining and the difficulties and shortages of traditional methods in clustering analysis of spatial data. And finally proposed a novel particle dynamical evolutionary algorithm for spatial data clustering (SDCPDEA). It effectively solved the two main problems in clustering analysis of spatial data and effectively enhancedthe flexibility and efficiency of the clustering analysis. In numerical experiments, it used this method to solve some clustering problems in spatial data. Compared with the traditional methods, SDCPDEA has better performances. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017